关于数据，关于产品，关于数据产品

写在前面：

工作了一段时间，做数据做产品做项目，最近一直说着要总结沉淀些东西下来，所以有了这篇以及后续可能的一些文章。

当然，我的经验和资历还很浅，说出来的可能只是一些老调重弹的东西，但其实更希望用这些浅显的语言抛砖引玉，身边厉害的朋友同事有很多，希望看到文章的朋友们不吝赐教啊！

先说下这系列文章的定位吧：

适用人群：

初级数据产品同学：

正如上一段所言，本文及后续这些文章中提到的方法论，可能适用于初级数据产品同学，更厉害的东西（比如产品商业战略、专业的项目管理等知识），或许要在之后有机会再总结。

初级产品同学：

在后续文章中会涉及到部分互联网产品相关的内容（section 3），这部分可能会是广义上的产品同学所熟悉的。当然，网络上这部分资源也十分丰富，所以也可能会更多地引用他人已有的一些经验，如有总结不到位的地方也请大家多多指教喽。

文章内容：

整体系列文章结构暂定安排如下：

section 1

什么是数据？

数据产品经理做什么？- 引

section 2

什么是产品？什么是数据产品？

section 3

产品设计的阶段与思考

section 4

数据产品设计方法、实践与思考

#######################

以下是正式的 section 1 ~

#######################

section 1

什么是数据？

数据产品经理做什么？- 引

什么是数据

数据的本质是信息，一般被规律性地组织成为一种集合，用以承载事物的内容或属性。

数据可以用来表示事物的内容，比如你现在看到的这篇文章（文本数据）、航班登机口信息等

数据可以用来描述事物的属性，比如学生名单上的“性别”列

数据可以分类为“结构化数据”和“非结构化数据”，他们的主要区别在于是否可以用传统的二维表结构表示出来，简单可以理解为，是否可以用“数字”有序地表示出来。

结构化数据可以用数字表示，一般我们在excel中看到的数字内容就是典型的结构化数据。

非结构化数据无法直观地用数字表示，一般指图像、文本、语音、视频等。

“是否可以用数字有序地表示”这一特点，决定了后续数据处理方式的差异，由此也导致数据产品形态及数据产品经理职责的差异。

（除特殊说明外，后文及后续文章中的“数据”一般指结构化数据。）

数据的最终价值在于辅助决策

任何形式的数据，其本质是一种信息，最终价值都在于辅助决策。无论是天气预报显示的当天温度、包装袋上的生产日期，还是销售报表显示的购买人数——天气预报里的当天温度告诉你该穿什么衣服、包装袋上的生产日期告诉你这个商品是否还能继续使用、销售报表上的购买人数告诉商家下一步该采取怎样的销售策略。

数据的生命周期

数据从产生到发挥最终价值，有其独特的生命周期，概括而言一般为：

数据生成与接入->数据处理->价值体现->存储与再利用

PS：数据会产生，但一般不认为它会消亡，这是它与许多事物不同的一点。但可以认为，当数据不再具有价值，便是它事实上消亡的时候。正如那句话怎么说来着：“我不惧怕死亡，我惧怕被世人真正遗忘”、“真正的死亡是世上再没有一个人记得你”。

PPS：推荐电影《巡梦环游记》(Coco)

但这一流程依行业与具体业务的不同，在具体场景下也会呈现出更精细的流程划分。

比如，在笔者所了解的智能推荐（机器学习）应用场景下，这一流程可细化为：

数据接入->数据清洗->特征加工->模型构建->线上测试->模型调优->模型上线->业务效果跟进反馈->模型调优->……

（其中“数据接入”对应“数据生成”，“数据清洗->特征加工->模型构建”对应“数据处理”，“线上测试->模型调优->模型上线->业务效果跟进反馈”对应“价值体现”，后一个“模型调优”对应数据的“再利用”）。

经历这样一整套流程下来，原先看上去杂乱无章的数据，被转化为一个个有意义的数据指标和业务洞察，可运用于后续的业务决策流程中去。

数据产品经理做什么

数据产品经理的所有工作，在一定程度上可以说都是围绕上述数据生命周期而展开的。这部分详细内容将在 section 4 详细展开。

当然个人觉得，理解数据产品经理的角色，可以从理解数据产品经理与数据产品运营、数据分析师、以及其他类别产品经理的异同点开始，这些如果都能弄明白，那么你对数据产品经理职业范围的边界也差不多能够把握到。

这部分我也还需要学习，有机会的话也将放到 section 4 里。

当然，说了这么多还是没提到数据产品是什么……

那么，就在之后一段时间继续更新喽~